单光摄像机的惊人发展为科学和工业成像创造了前所未有的机会。但是,这些1位传感器通过这些1位传感器进行的高数据吞吐量为低功率应用创造了重要的瓶颈。在本文中,我们探讨了从单光摄像机的单个二进制框架生成颜色图像的可能性。显然,由于暴露程度的差异,我们发现这个问题对于标准色素化方法特别困难。我们论文的核心创新是在神经普通微分方程(神经ode)下构建的暴露合成模型,它使我们能够从单个观察中产生持续的暴露量。这种创新可确保在Col-Orizers进行的二进制图像中保持一致的曝光,从而显着增强了着色。我们演示了该方法在单图像和爆发着色中的应用,并显示出优于基准的生成性能。项目网站可以在https://vishal-s-p.github.io/projects/ 2023/generative_quanta_color.html
扩散模型由于其众多优点已成为一种流行的图像生成和重建方法。然而,大多数基于扩散的逆问题解决方法仅处理二维图像,即使是最近发表的三维方法也没有充分利用三维分布先验。为了解决这个问题,我们提出了一种新方法,使用两个垂直的预训练二维扩散模型来解决三维逆问题。通过将三维数据分布建模为不同方向切片的二维分布的乘积,我们的方法有效地解决了维数灾难。我们的实验结果表明,我们的方法对于三维医学图像重建任务非常有效,包括 MRI Z 轴超分辨率、压缩感知 MRI 和稀疏视图 CT。我们的方法可以生成适合医疗应用的高质量体素体积。代码可在 https://github.com/hyn2028/tpdm 获得
v3 具有全面的测试程序:台式和测试光束、辐照、NASA 有效载荷任务(A-STEP)的四芯片读数、与 ePIC 的 Pb/SciFi 集成(研发研究和测试文章生产)
摘要 建筑外围护结构中的空气泄漏是建筑物供暖和制冷需求的很大一部分原因。因此,快速可靠地检测泄漏对于提高能源效率至关重要。本文介绍了一种从外部确定建筑外围护结构中空气泄漏的新方法,将锁定热成像和鼓风机门系统的热激发相结合。鼓风机在建筑物内产生周期性的过压,导致外表面(立面)泄漏附近的表面温度发生周期性变化。通过以已知频率激发的温度变化,以激发频率对热图像的时间序列进行傅里叶变换,可得到突出显示泄漏影响区域的幅度和相位图像。红外摄像机的周期性激发和检测称为锁定热成像,广泛用于表征半导体器件和无损检测。激发通常通过光、电或机械能量输入实现。在本研究中,在 75 Pa 压差下,以三个 40 秒的激励周期对外墙进行了测量,总测量时间仅为 2 分钟。在光照、风和云量变化很大的条件下,空气温差为 5 至 7 K 时进行了测量。与最先进的差分红外热成像测量相比,测量结果显示检测质量更高,受环境条件变化的影响更小。该方法仅在激励频率下突出显示振幅图像的变化,从而过滤掉由环境影响引起的变化。因此,低至几开尔文的温差就足够了,可以从外部检查大型外墙。该振幅图像已经比用差分热成像创建的图像更清晰。使用标量积对振幅进行相位加权,可以进一步减少图像中不需要的伪影。关键词 锁定、热成像、鼓风机门、气密性、泄漏检测、建筑围护结构、建筑节能 1 引言 不受控制的气流通过建筑围护结构,造成 30-50% 的建筑物供暖能耗 (Kalamees,2007 年;Jokisalo 等人,2009 年;Jones 等人,2015 年)。因此,气密性评估,特别是快速可靠地定位泄漏,对于减少供暖能源需求至关重要。风扇加压法或鼓风机门测试在多项国际标准 (Deutsches Institut für Normung e. V.,2018 年;ASTM,2019 年) 中有规定,用于测量建筑物的整体气密性。然而,泄漏定位很麻烦,需要
正电子发射断层扫描(PET)和计算的刻录术(CT)通常共同用于检测肿瘤。PET/CT分割模型可以自动化肿瘤的描述,但是,当前的多模式模型不能完全阐明每种模式中的互补信息,因为它们要么串联PET和CT数据,要么在决策水平上融合它们。为了对抗这一点,我们提出了镜像u-net,它通过将多模式表示形式分配到模态特异性的解码器分支和辅助多模态解码器中,以多模态化的方式代替了传统的融合方法。在这些分支上,镜像u-net标志着一个针对每种模式量身定制的任务,以增强单峰特征,同时保留共享表示中的多模式特征。与以前的方法相比使用了其他方法或多任务学习,Mirror U-net将两个范式结合在一个统一的框架中。我们探索各种任务组合,并检查在模型中共享的哪些参数。我们在Autopet PET/CT和多模式MSD Braintumor数据集上评估了Mirror U-NET,证明了其在多模式分段中的有效性并在两个数据集中实现了先进的性能。代码:https://github.com/zrrrrr1997/ autopet_challenge_mirrorunet
禽心和哺乳动物心以类似的方式将血液传递到肺和身体[Sturkie的鸟类生理学,第五版]。鸟类和哺乳动物具有房屋和心室隔s,可以在氧化和脱氧的血液之间分离,并完全分离全身和肺部循环。通过大型骑士静脉从体内从人体返回到右心房。脱氧的血液移至右心室,在该心室被加压以进行肺循环。血液转储其二氧化碳,并通过肺毛细血管获取O2。与哺乳动物一样,新近充氧的血液通过四个大肺静脉回到左心房。含氧血液移至左心室,在那里加压以进行全身循环。
人工智能(AI)和成像技术的最新进展显着改变了肿瘤学的诊断和治疗景观(1-3)。越来越多的成像方式,例如CT,PET,US和MRI,正在越来越多地用于肿瘤成像(4-7),而新兴的跨学科领域(例如MR-LINAC)获得了相当多的牵引力(8,9)。肿瘤学中成像和治疗的这种加速融合强调,迫切需要进一步探索包括放射治疗在内的各种肿瘤学专业的AI和成像以增强癌症护理的作用。应对这种需求,提出了标题为“肿瘤学中的人工智能和成像”的主题,从而汇总了149名领域的作者/专家的19项贡献。这些贡献深入研究了AI和成像在肿瘤诊断和治疗中的潜力,探讨了新兴的AI驱动模型,以进行肿瘤学诊断和预测,并强调了从医学图像中提取定量特征以预测肿瘤行为,治疗反应和患者预后。
摘要。宽场成像仪(WFI)是高能天体物理学的高级望远镜(雅典娜)的两种焦平面仪器之一,ESA的下一个大型X射线天文台计划于2030年代初发射。当前的基线光环轨道在L2左右,并且正在考虑太阳 - 地球系统的第二个Lagrangian点。对于潜在的光环轨道,辐射环境,太阳能和宇宙质子,电子和Heions都将影响仪器的性能。对仪器背景的进一步关键贡献是由未关注的宇宙硬X射线背景产生的。重要的是要了解和估算预期的工具背景并研究措施,例如设计模式或分析方法,这可以改善预期的背景水平,以达到具有挑战性的科学要求(<5×10 - 3计数∕ cm 2 ∕ cm 2 kev kev s s in 2至7 kev)。通过考虑到L2处的质子通量的新信息,可以改善Geant4中进行的WFI背景模拟。此外,已对WFI仪器的模拟模型及其在Geant4模拟中采用的周围环境进行了完善,以遵循WFI摄像机的技术开发。©作者。由SPIE发表在创意共享归因4.0未体育许可下。全部或部分分发或复制此工作需要完全归因于原始出版物,包括其DOI。[doi:10.1117/1.jatis.7.3.034001]
背景:计算机断层扫描 (CT) 仍然是创伤性脑损伤 (TBI) 成像评估的金标准。TBI 本身因其不良影响已成为发展中国家的主要问题。目的:目的是评估患有 TBI 的患者的颅脑计算机断层扫描图像。材料和方法:对 2013 年 11 月 13 日至 2019 年 5 月 31 日期间在尼日利亚乌约大学教学医院因头部受伤而接受颅脑 CT 检查的患者进行了回顾性研究。持续时间与服务中断的不连贯时间无关。应用简单的数据分析评估了患者的人口统计学和 CT 特征。结果:评估了 232 名患者,最小年龄为 6 个月,最大年龄为 78 岁。男性患者占多数,比例为 2.74:1。受影响最大的年龄段为 30-39 岁(23.27%)和 20-29 岁(22.84%)。44 名患者(18.97%)的脑 CT 正常。CT 异常患者中最常见的病变是颅内出血(n = 188,81.03%)。其中,脑外出血(n = 100,53.19%)超过脑内出血(n = 88,46.81%)。一半的脑内出血是多发性的。34.48%(n = 80)的患者出现颅骨骨折。最常见的部位是面骨(n = 24,30.00%),而最少见的部位是枕骨(n = 4,5.00%)。15% 的患者有多处骨折,其中还包括颅底。结论:TBI 在年轻活跃男性中很常见。最常见的病变是伴有外轴偏向的颅内出血。
